多核CPU环境下遗传算法求解TSP加速策略研究

多核CPU已成为各类型计算机的主流配置,针对多核环境的软件设计与算法研究却相对滞后.遗传算法是一种鲁棒性极强的智能型算法,其在求解NP(NP-难、NP完全)问题时有着独特的优势.旅行商问题(TSP)是一个经典的NP-难问题,也是计算机学科理论研究中的热点.为促进遗传算法在多核平台上的应用,提高其求解TSP的适应性及效率...     

一种面向片上众核处理器的虚拟核资源分配算法

基于高效能大任务和多任务计算需求以及芯片技术的高速发展,多核处理器进入片上众核处理器时代,但如何将这种硬件能力转变成计算性能的提升,充分利用MPSo C的并行计算能力是该领域亟待解决的问题.文中研究设计了面向片上众核处理器的物理核到虚拟核分配算法(VPD),该算法通过识别任务执行时的阶段状态特征,动态重组物理核并配置成与任务计算需求相适应的虚拟核,在满足任务的计算资源需求的条件下,实现虚拟核最优分配.最后通过实验将VPD算法与不同的多核/众核处理器环境下的主流调度算法进行比较,结果表明:该算法可适用于多种环境,且效能比其他同类算法平均高5%~10%.     

一种新的非冯·诺依曼计算机体系结构TriBA

针对复杂问题的分解方式,提出一种基三计算机体系结构,该体系结构易于扩展,具有分形特征.设计了一种面向对象多核CPU,支持对象并行运行,在一定程度上实现了软件结构与计算机系统结构的统一.片上多核间采用基三分层互连网络互连,连接简单,体现计算局部性特点,易于硬件实现. 基于该互连方式讨论了面向对象多核CPU上的4种基本软件流水模型.     

基于多核CPU的卫星云导风并行反演算法

针对卫星云导风反演算法规模大、 计算密集、 耗时长, 常规云导风反演串行算法效率低的问题, 根据云导风反演中各风矢计算相对独立的特征, 提出一种基于OpenMP框架的云导风反演并行算法. 通过对多组云图数据在多核CPU上反演结果进行分析表明, 该算法显著提高了云导风反演的效率.     

多核CPU上快速傅里叶变换并行算法的优化

快速傅里叶变换在数字信号处理和通信领域具有广泛的应用．多核CPU日益普遍,根据FFT算法自身的并行性,灵活分解蝶形运算,通过探究并行块的分配和嵌套关系对算法加以优化,合理地分配线程实现多核CPU的并行计算,可以提高FFT的计算效率．     

可负载均衡的实时虚拟机VCPU调度算法

针对多核环境下的现有实时虚拟机VCPU(virtual CPU)调度算法不能在保证任务可调度的基础上高效地使用CPU资源的问题,提出一种改进的实时虚拟机VCPU调度算法LBP-EDF(基于独立队列的可负载均衡的最早截止时间优先调度算法).该算法采用了独立队列的方式,以避免共享队列带来的竞争开销.同时算法能够识别紧急任务,并通过负载均衡的机制及时地将紧急任务迁移到负载较轻的CPU上执行,在保证任务可调度的基础上,同时达到充分使用CPU资源的目的.实验结果表明:在保证任务可调度的基础上,LBPEDF较其他算法有更高的CPU利用率.     

基于量子和克隆策略的负载均衡算法

针对网格计算中多个独立任务在多个异构的资源上处理时,资源的负载均衡为最小非抢先调度的问题,建立了一类资源负载均衡问题的优化调度模型.该模型将量子算法、克隆算法和遗传算法结合起来,提出一种新的混合量子克隆遗传调度算法.仿真实验表明在网格环境下,该算法全局寻优能力强,能有效地实现资源的负载均衡,并具有合理性和高效性.     

多核处理器中基于MapReduce的哈希划分优化

针对传统的并行哈希划分算法不能高效地利用多核处理器的并行资源,且不能较好处理有倾斜的输入数据的问题,提出了一种在多核处理器中基于MapReduce的哈希划分算法,并且提出了存储结构优化、多步划分优化、数据倾斜优化3种优化策略。该算法将输入数据分成若干块后提交给各个线程并行处理,并选择合适的策略避免写冲突,使其能够高效地利用多核处理器的并行资源。文中提出的哈希表能够提高cache效率,从而提升算法的整体性能。引入MapReduce模型可使多步哈希划分在Map过程和Reduce过程中分别进行;数据倾斜优化策略能使算法适应有倾斜的输入数据,且具有较好的效果。实验结果表明:在多核处理器中,文中提出的算法能够适应各种分布的输入数据,并且使哈希划分的整体性能得到提升。     

多核环境下的粒子群算法

为解决基于多核计算环境下的粒子群优化问题,提出一种面向多核计算的改进粒子群算法.通过引入多核设计模式和方法,分析传统粒子群算法中可以并行执行的部分,并根据已有的多核编程语言,在多核计算环境下,高效、并行地实现粒子群算法.通过实验验证了改进算法在多核计算环境下运行的有效性.     

基于多核函数的模糊支持向量机学习算法

作者针对单个核函数构成的SVM并不能满足诸如数据异构或不规则、样本规模巨大、样本分布不平坦等实际应用的需求,而将多个核函数进行组合,以获得更好的效果,提出一种基于多核的模糊支持向量机算法。此算法决策树中的模糊核权重主要是借助于样本各自的模糊因子来确定。仿真实验数据表明:与传统单核函数支持向量机相比,多核模糊支持向量机具有很好的优越性。     

Parallel scheduling strategy of web-based spatial computing tasks in multi-core environment

In order to improve the concurrent access performance of the web-based spatial computing system in cluster,a parallel scheduling strategy based on the multi-core environment is proposed,which includes two levels of parallel processing mechanisms.One is that it can evenly allocate tasks to each server node in the cluster and the other is that it can implement the load balancing inside a server node.Based on the strategy,a new web-based spatial computing model is designed in this paper,in which,a task response ratio calculation method,a request queue buffer mechanism and a thread scheduling strategy are focused on.Experimental results show that the new model can fully use the multi-core computing advantage of each server node in the concurrent access environment and improve the average hits per second,average I/O Hits,CPU utilization and throughput.Using speed-up ratio to analyze the traditional model and the new one,the result shows that the new model has the best performance.The performance of the multi-core server nodes in the cluster is optimized; the resource utilization and the parallel processing capabilities are enhanced.The more CPU cores you have,the higher parallel processing capabilities will be obtained.     

数据流上的轮廓查询算法

采用滑动窗口技术对数据流进行近似,提出了两种数据流上的轮廓查询方法:CCS算法和PCS算法.CCS算法能够实时反映数据的变化,内存空间的利用率也较高.PCS算法则适合周期性更新的应用环境,有利于节约CPU资源.实验结果证明所采用的算法是有效的.     

基于图形处理器加速的叶轮机流场数值模拟研究

近年来,图形处理器(GPU)已经逐渐发展成一种能够满足通用计算的多核心细粒度并行化的处理器,它往往能够提供10倍于CPU的浮点计算能力和更高的存储带宽,在其上开发计算流体力学(CFD)求解器正成为一种趋势。通过采用Jameson有限体积中心差分格式和四步Runge-Kutta时间推进法求解圆柱坐标系下的三维定常欧拉方程来模拟叶轮机械内部流场,并将原有运行在CPU上的代码移植到GPU上。通过比较,获得相同的流场计算结果;在运行速度上,获得了一个数量级的提升。     

多核平台的并行实时调度与内存分配算法

多核处理器凭借着低功耗高性能的优势占据了市场.针对多核平台上并行实时任务,提出局部与全局EDF相结合的调度算法,其中任务的截止期划分、执行预算以及迁移时机由所设计的处理器带宽预留服务器决定.同时,提出了内存分配算法,该算法能够更好地为并行实时任务管理内存资源.实验结果表明新的调度算法具有更高的调度成功率.另外,在内存资源竞争的前提下,内存分配算法可以保证并行任务的实时性与系统稳定性.     

多核并行计算下的流量传感器流场模拟研究

多核并行小型集群系统给流量传感器流场模拟应用提供了方便可行的条件,文章将通过建立一个多核并行小型集群仿真系统为例来讨论多核并行计算对流量传感器流场模拟的支持,对其进行了测试,并实现了管道流量传感器流场的CFD模拟,取得较好结果。通过测试表明,我们的多核并行集群可扩展性能好,具有较高的并行计算性能,能满足一般并行计算的需要。     

A machine learning-based method to detect fluorescent spots and an accelerated,parallel implementation of this method

Under most microscopes, the fluorescent sig- nals emitted from biological structures, such as vesicles, as well as the signals from single molecules will appear as small puncta, which contribute to a Gaussian-like distri- bution. Accurate segmentation of these spots will funda- mentally affect our interpretation of a specific biological progress. Because of the complicated backgrounds in images, many algorithms fail to identify all of the inter- esting signals; the tremendous amount of time required for algorithms to process large datasets can also decrease their utility. Here, we introduce an excellent robust detection method based on the machine learning algorithm Ada- Boost, which outperforms threshold-based segmentation, wavelets, and FDA under most situations. We also provide a GPU/multi-core CPU implementation of this algorithm; this implementation accelerates the algorithm approxi- mately 10- and 7-fold acceleration compared with a single CPU implementation. The great reduction of time should make this method a promising candidate in the processing of large datasets. Furthermore, we demonstrate the use of our algorithm on true fluorescent micrographs, and the results show that machine learning-based detection meth- ods outperform the four other previously reported methods.     

云计算下安全可控的移动弹性资源动态调度算法

当前云计算下移动弹性资源动态调度算法CPU利用率较低,且运行不稳定。为此,提出一种新的云计算下安全可控的移动弹性资源动态调度算法,把云计算下移动弹性资源的CPU平均利用率、内存负载、带宽负载以及可靠性看作移动弹性资源调度目标的约束,给出移动弹性资源的状态模型。依据遗传算法的优点,设计了一种基于蚁群算法的、安全可控的移动弹性资源动态调度算法。依据云计算下移动弹性资源动态调度特点和约束条件,利用适应度指标,对种群中个体的优良度进行描述,给出适应度函数。通过一维字符串完成对解的编码,利用轮盘赌法设置合理的阈值,获取所有染色体中选择性能较好的染色体。通过选择的实数编码完成对字符串的逆向解码,得到云计算下移动弹性资源调度的最优方案。实验结果表明,所提算法稳定性、效率和资源利用率高,迁移率低,负载均衡性好。     

动态规划算法并行计算最小代价矩阵

采用了动态规划法并行计算最小代价矩阵,在机群环境下用DCOM方式实现了该算法的程序.实验结果表明,该并行算法能充分利用各节点机上CPU的资源,提高程序的运行效率.同时也可以看出利用DCOM技术能够方便、有效的实现并行算法.     

网格中比较CPU计算能力的一种方法

采用计算量动态选择的算法, 在网格节点上运行计算量 适中的基准计算程序, 获得CPU的MFLOPS值作为直接比较不同CPU计算能力的指标, 为用户选择计算资源提供参考. 实验证明, 本方法能够稳定、 灵敏地反映CPU的计算能力, 使用它比较CPU的计算能力正确、 有效     

用DCOM实现机群环境下的并行线性方程组求解

许多工程与科学计算问题最后都可归结为求解线性方程组,因而研究大规模线性方程组的并行解法非常重要。本文采用COM／DCOM技术规范,在机群环境下实现了一个并行求解线性方程组的算法。实验结果表明,该算法能够实现程序的并行计算,充分利用各节点上CPU资源。提高程序的运行效率。同时也可以看出利用DCOM技术能够方便、有效的实现并行算法。